Relative Frequency of Treatment Modality, Mortality, and Hospitalization Causes in Patients on Dialysis Across 41 Countries and Five Global Regions: A MONDO Initiative Report
Notice bibliographique
Résumé
Background: This study aims to describe treatment modality, mortality, and hospitalization causes using a large international database from nine providers Methods: We present descriptive data from the MONDO Initiative, an academic-industry partnership collected anonymized data from multiple providers between 2000 and 2019. Data anonymization was performed in alignment with recommendations from a re-identification risk determination (Privacy Analytics, Ontario, CA). MONDO has U.S.-based ethics approval hosted by the Renal Research Institute Results: We report data on 292,531 dialysis patients from 41 countries across five regions: North America (6.4%), Latin America (33.4%), Europe (45.6%), Asia-Pacific (10.4%), and Africa/Other (4.2%). Of these, 172,301 (58.9%) were male. Age distribution (in years) was as follows: 0–17 (0.13%), 18–44 (1.5%), 45–64 (17.3%), 65–74 (38.3%), and ≥75 (23.6%). Self-reported ethnicity was unavailable for 39.3%, when 42.5% identified as White, 13.4% as Other, 3.8% as Black, and 1.1% as Asian. Across the follow-up period, 103, 380, 638 treatments were performed, mostly hemodialysis (56%), followed by hemodiafiltration (35.3%), and peritoneal dialysis (8.3%). The five leading causes of death were1) cardiovascular disease (41.2%), 2) circulatory disease (38.9%), 3) infectious disease (12.1%), 4) respiratory disease [non-infectious] (5.8%), and 5) cerebrovascular disease (5.3%). While the five leading causes for hospitalization were 1) circulatory disease (9%), 2) genitourinary disease (5.7%), 3) infectious disease (5.3%), 4) respiratory disease [non-infectious] (3.9%), and digestive disease (3.4%). Other causes accounted for smaller portion of events, not detailed in this abstract Conclusion: Our study presents one of the largest international cohorts of dialysis-dependent patients, with broad regional representation, including countries lacking formal registries. It contrasts with existing data and underscores the value of global registries for comprehensive population insights
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».